[發明專利]電力系統暫態穩定評估方法

有效

• 申請號: 202110823482.0
• 申請日: 2021-07-21
• 公開（公告）號: CN113537366B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 李鵬;董鑫劍;孟慶偉;董磊;朱明曉;陳繼明
• 申請（專利權）人: 中國石油大學（華東）
• 主分類號: G06F18/2411
• 分類號: G06F18/2411;G06F18/214;G06F17/16;H02J3/00
• 代理公司: 青島清泰聯信知識產權代理有限公司 37256
• 代理人: 徐艷艷

本發明涉及一種電力系統暫態穩定評估方法，該方法通過電力系統暫態穩定時域仿真得到原始特征數據集，通過支持向量機對其進行訓練測試，得到對電力系統暫態穩定預測模型的準確率；使用Fisher?Score特征選擇算法對所有特征量進行重要性排序，按照重要性從高到低的順序，將特征量依次加入到訓練好的預測模型中，測試評估準確率；通過繪制特征數量?準確率曲線，得到準確率最大值，和與之對應的特征數量，根據特征數量和重要性排序即可得到電力系統暫態穩定評估的關鍵特征量。本發明在進行電力系統暫態穩定評估時盡可能地選取與電力系統的安全穩定運行更加相關的特征量，從而更加快速、準確地對電力系統的暫態穩定進行評估。

技術領域

本發明屬于電力系統安全穩定技術領域，具體地說，涉及一種的電力系統暫態穩定評估方法。

背景技術

電力系統暫態穩定是一直以來電力系統安全穩定運行的重點問題之一，也是電力系統中研究的一個重要課題。近年來，隨著清潔能源的替代和電力系統電力電子化趨勢的增強，傳統的基于理論模型的電力系統數值仿真方法將面臨新的挑戰。所以，不依賴于元件模型的數據驅動型電力系統穩定評估方法逐漸受到重視。數據驅動型的電力系統穩定評估方法需要有大量的數據支撐，這就需要從電力系統的潮流運行中取得合適的特征集來對電力系統的穩定性進行表征。隨著電網發展越來越迅速，電力系統的潮流運行中的特征量的數目十分龐大，在電網的安全穩定問題的研究中，找到起關鍵作用的特征對于電力系統的監控和安全運行十分重要。

電力系統在運行時能夠提的潮流特征量數量眾多，包括發電機的功角、出力、速度偏差以及線路上的潮流量等。但如果將所有相關的特征量都加入到電力系統暫態穩定評估模型中作為模型的輸入量，容易導致模型訓練困難，并且評估的準確率也會相應下降。特征選擇主要是從電力系統的大量特征量中有針對性的選取部分相關性更高的特征量，使得對電力系統暫態穩定評估的準確率提高，進而能夠更好地采取相關措施對電力系統安全穩定運行進行防護和控制。特征選擇的方法主要分為三大類：過濾式(英文：Filter)特征選擇、包裹式(英文：Wrapper)特征選擇、嵌入式(英文：Embedding)特征選擇。過濾式特征選擇是先對數據集進行特征選擇，然后再對學習模型進行訓練，特征選擇與后續學習過程無關。包裹式特征選擇是直接把最終將要使用的模型性能作為特征子集的評價準則，但是在特征選擇的過程中要對學習模型進行多次訓練，計算復雜度比過濾式高。嵌入式特征選擇是將特征選擇過程與學習模型的訓練過程融為一體，兩者在同一個過程中完成。

目前對于電力系統暫態穩定評估的特征集的選擇一般是依據運行經驗選取潮流量，但由于電網的復雜性逐漸增加，僅依靠人工經驗很難準確、全面地掌握電網的運行規律，依靠經驗選取特征可能會忽視電網運行的潛在問題。

發明內容

本發明針對現有電力系統暫態穩定評估方法存在的準確性差等上述問題，提供一種電力系統暫態穩定評估方法，能夠提高電力系統暫態穩定評估的準確率。

為了達到上述目的，本發明提供了一種電力系統暫態穩定評估方法，其具體步驟為：

S1、構建原始特征數據集；

根據對電力系統正常運行時的各個潮流量變化的規律，選擇出與電力系統安全穩定運行相關聯的特征數據構建原始特征數據集；根據電力系統時域仿真，通過設置不同的故障條件得到相關穩定運行的數據，并對仿真所取得的數據進行標記，準確區分系統穩定和系統失穩；將原始特征數據集中的每一個特征量記為X_i,i＝1,2,...,N，一共N個特征量；將通過電力系統時域仿真得到的數據作為樣本，記為[a₁?a₂?…?a_n]^T，將一共n個樣本數據形成特征矩陣作為輸入的樣本矩陣，則原始數據樣本矩陣F表示為：

式中，每一行表示一個樣本數據，其中f_hg,h＝1,2,...,n,g＝1,2,...,N，表示第h個樣本的第g維特征；